運動目標的視覺信息受不可預測和控制因素影響,具有巨大的不確定性,如運動目標本身的視覺變化、復雜運動場景和視覺遮擋等。我們的研究目標集中在建立一種新的運動視覺計算模型,包括視覺任務學習、前期注意選擇、協同運動分析、魯棒信息融合、上下文意識學習等,發展更有效的運動目標跟蹤和識別方法和計算工具,以突破智能視頻監控、機器人和人機交互等的應用瓶頸。人類視覺具有根據任務和場景,把視覺注意集中于有意義場景目標的能力,選擇性和主動性是人類視覺信息處理的重要特征。機器人系統具有良好的運動能力,能夠為機器人視覺系統實現外界信息獲得的主動性和視覺信息處理的選擇性提供有效的控制手段。通過算法編譯賦予機器人視覺任務學習的場景感興趣目標發現能力,通過多通道場景視頻的視覺目標關聯性計算,實現同一監控場景物體,在不同攝像機獲取的視頻圖像序列中,其目標圖像的視點和尺度不同,基于目標動作和視覺外觀的多線索感知特征整合的 target re-identification 可以解決大場景圖像微小目標的協同跟蹤問題。以 PTZ 相機為核心主動目標選擇聚焦視覺系統的物理實現。PTZ 相機具有鏡頭變焦、變倍和全方位轉動控制能力,它